本文選題：語(yǔ)言清晰度 + 分析評(píng)價(jià)　； 參考：《吉林大學(xué)》2013年博士論文

【摘要】：車(chē)內(nèi)噪聲是影響乘車(chē)人舒適性、聽(tīng)覺(jué)、語(yǔ)言清晰度以及對(duì)車(chē)內(nèi)外各種聲音訊號(hào)識(shí)別能力的重要因素。車(chē)內(nèi)噪聲水平已經(jīng)成為汽車(chē)乘坐舒適性的重要性能指標(biāo)之一，它的優(yōu)劣直接影響汽車(chē)產(chǎn)品的競(jìng)爭(zhēng)力和消費(fèi)者的購(gòu)車(chē)取向�，F(xiàn)有汽車(chē)噪聲法規(guī)和標(biāo)準(zhǔn)中，，多采用A計(jì)權(quán)聲壓級(jí)作為汽車(chē)噪聲水平的評(píng)價(jià)指標(biāo)，其強(qiáng)制規(guī)定了汽車(chē)噪聲允許達(dá)到的聲壓級(jí)限值，但是未深入考慮車(chē)內(nèi)噪聲特性。隨著汽車(chē)工業(yè)的進(jìn)一步發(fā)展，對(duì)汽車(chē)噪聲水平和品質(zhì)有了更高的要求，單一A計(jì)權(quán)聲壓級(jí)指標(biāo)已經(jīng)無(wú)法滿(mǎn)足，車(chē)內(nèi)噪聲品質(zhì)評(píng)價(jià)迅速發(fā)展起來(lái)，它指出了人對(duì)噪聲的感受由人生理和心理共同影響，反映了噪聲受眾對(duì)噪聲的主觀感覺(jué)與評(píng)判。結(jié)合本課題組承擔(dān)的國(guó)家自然基金項(xiàng)目《車(chē)內(nèi)噪聲品質(zhì)分析評(píng)價(jià)及其自適應(yīng)主動(dòng)控制方法研究》（項(xiàng)目編號(hào)：50975119），開(kāi)展了汽車(chē)噪聲品質(zhì)的分析評(píng)價(jià)，以及自適應(yīng)主動(dòng)控制方法和技術(shù)的研究。 首先，針對(duì)不同車(chē)型在典型工況下的車(chē)內(nèi)噪聲，進(jìn)行語(yǔ)言清晰度測(cè)試試驗(yàn)，研究用聲學(xué)客觀評(píng)價(jià)參量對(duì)車(chē)內(nèi)語(yǔ)言清晰度進(jìn)行建模，建立與試驗(yàn)結(jié)果相一致的車(chē)內(nèi)語(yǔ)言清晰度客觀評(píng)價(jià)模型。具體通過(guò)組織聽(tīng)音人對(duì)車(chē)內(nèi)噪聲環(huán)境背景下的語(yǔ)言清晰度進(jìn)行實(shí)驗(yàn)室主觀聽(tīng)音評(píng)價(jià)，得到車(chē)內(nèi)噪聲環(huán)境下語(yǔ)言清晰度測(cè)試試驗(yàn)結(jié)果。同時(shí)計(jì)算了車(chē)內(nèi)噪聲樣本的聲學(xué)客觀評(píng)價(jià)參量，包括有語(yǔ)言清晰度指數(shù)、響度、尖銳度、粗糙度、兩種不同計(jì)權(quán)聲壓級(jí)、PSIL、SIL、SIL(3)。采用回歸分析方法，建立了與語(yǔ)言清晰度測(cè)試試驗(yàn)結(jié)果相一致的，以聲學(xué)客觀評(píng)價(jià)參量為變量的車(chē)內(nèi)語(yǔ)言清晰度客觀評(píng)價(jià)模型。對(duì)比分析了建立的多元線(xiàn)性回歸和二次多項(xiàng)式車(chē)內(nèi)語(yǔ)言清晰度模型之間的優(yōu)劣，并進(jìn)行了模型檢驗(yàn)，最終驗(yàn)證了與語(yǔ)言清晰度指數(shù)相關(guān)的二次多項(xiàng)式車(chē)內(nèi)語(yǔ)言清晰度客觀評(píng)價(jià)模型，具有好的擬合優(yōu)度和數(shù)據(jù)檢驗(yàn)顯著水平。 其次，在分析車(chē)內(nèi)噪聲特性基礎(chǔ)上，對(duì)車(chē)內(nèi)噪聲按照ERB進(jìn)行了特征頻帶劃分，利用參數(shù)化濾波技術(shù)對(duì)不同特征頻帶噪聲聲壓級(jí)進(jìn)行處理，得到了用于聲學(xué)客觀評(píng)價(jià)參量特征頻帶靈敏度分析的噪聲樣本，并計(jì)算了噪聲樣本的各聲學(xué)客觀評(píng)價(jià)參量，分析確定了不同特征頻帶噪聲聲壓級(jí)的變化對(duì)聲學(xué)客觀評(píng)價(jià)參量的靈敏度，特別分析了車(chē)內(nèi)語(yǔ)言清晰度特征頻帶靈敏度。語(yǔ)言清晰度指數(shù)敏感頻帶集中在特征頻帶5及其附近特征頻帶，其特征頻帶靈敏度相對(duì)變化率曲線(xiàn)呈“漏斗”狀。優(yōu)先改變這些特征頻帶噪聲聲壓級(jí)可顯著調(diào)節(jié)語(yǔ)言清晰度指數(shù)的數(shù)值大小與車(chē)內(nèi)語(yǔ)言清晰度狀況。心理聲學(xué)客觀評(píng)價(jià)參量響度、尖銳度、粗糙度、A計(jì)權(quán)聲壓級(jí)的敏感頻帶集中在前5個(gè)特征頻帶，前5個(gè)特征頻帶車(chē)內(nèi)噪聲聲壓級(jí)變化對(duì)上述車(chē)內(nèi)噪聲心理聲學(xué)客觀評(píng)價(jià)參量影響顯著。 為尋求車(chē)內(nèi)語(yǔ)言清晰度主動(dòng)控制最優(yōu)目標(biāo)，進(jìn)一步分析了車(chē)內(nèi)噪聲中低頻特征頻帶成分特性。設(shè)計(jì)了6個(gè)特征頻帶5種試驗(yàn)水平的試驗(yàn)，并提出了以語(yǔ)言清晰度指數(shù)和聲音品質(zhì)客觀評(píng)價(jià)模型得分作為試驗(yàn)指標(biāo)考察車(chē)內(nèi)語(yǔ)言清晰度優(yōu)化問(wèn)題。對(duì)60km/h、100km/h、120km/h勻速行駛時(shí)車(chē)內(nèi)噪聲樣本進(jìn)行正交試驗(yàn)，運(yùn)用極差分析方法，計(jì)算得到了語(yǔ)言清晰度指數(shù)和聲音品質(zhì)客觀評(píng)價(jià)模型得分的各特征頻帶優(yōu)水平和最優(yōu)組合。依據(jù)試驗(yàn)指標(biāo)各特征頻帶的最優(yōu)組合，通過(guò)實(shí)驗(yàn)驗(yàn)證了最優(yōu)組合控制在改善車(chē)內(nèi)語(yǔ)言清晰度和聲音品質(zhì)方面的能力。 然后，提出了以FSLLMS為核心的ANE主動(dòng)控制算法，該算法以ERB進(jìn)行特征頻帶劃分，能實(shí)現(xiàn)選擇性抵消或補(bǔ)充不同特征頻帶噪聲聲壓級(jí)。在Matlab/Simulink仿真環(huán)境下構(gòu)建了以該算法為核心的車(chē)內(nèi)語(yǔ)言清晰度自適應(yīng)主動(dòng)控制系統(tǒng)模型。針對(duì)100km/h勻速行駛時(shí)車(chē)內(nèi)噪聲，利用車(chē)內(nèi)語(yǔ)言清晰度主動(dòng)控制系統(tǒng)進(jìn)行了改進(jìn)車(chē)內(nèi)語(yǔ)言清晰度和聲音品質(zhì)的主動(dòng)控制仿真。改進(jìn)車(chē)內(nèi)語(yǔ)言清晰度，使車(chē)內(nèi)語(yǔ)言清晰度客觀評(píng)價(jià)模型達(dá)到最優(yōu)的主動(dòng)控制，能有效降低噪聲聲壓級(jí)，語(yǔ)言清晰度指數(shù)提高了14.3%；改進(jìn)車(chē)內(nèi)聲音品質(zhì)，使聲音品質(zhì)客觀評(píng)價(jià)模型得分達(dá)到最優(yōu)的主動(dòng)控制，優(yōu)化了聲音品質(zhì)的綜合表現(xiàn)，優(yōu)化率達(dá)到8.93%。 最后，設(shè)計(jì)開(kāi)發(fā)了具有自主知識(shí)產(chǎn)權(quán)的車(chē)內(nèi)語(yǔ)言清晰度自適應(yīng)主動(dòng)控制器，編寫(xiě)了相應(yīng)的控制程序，構(gòu)建了車(chē)內(nèi)語(yǔ)言清晰度自適應(yīng)主動(dòng)控制系統(tǒng)。進(jìn)行了60km/h、100km/h、120km/h三種工況下的車(chē)內(nèi)噪聲實(shí)車(chē)控制試驗(yàn)，分析了控制前后車(chē)內(nèi)語(yǔ)言清晰度和聲音品質(zhì)的變化情況。改進(jìn)車(chē)內(nèi)語(yǔ)言清晰度，使車(chē)內(nèi)語(yǔ)言清晰度客觀評(píng)價(jià)模型達(dá)到最優(yōu)的主動(dòng)控制，能有效地降低車(chē)內(nèi)噪聲的聲壓級(jí)和響度，提高車(chē)內(nèi)語(yǔ)言清晰度，響度最大降低量達(dá)到7.14sone，語(yǔ)言清晰度指數(shù)最大提高了17.05%；改進(jìn)車(chē)內(nèi)聲音品質(zhì)，使聲音品質(zhì)客觀評(píng)價(jià)模型得分達(dá)到最優(yōu)的主動(dòng)控制，能夠改善車(chē)內(nèi)聲音品質(zhì)，其最大改進(jìn)率達(dá)到14.48%，同時(shí)車(chē)內(nèi)語(yǔ)言清晰度指數(shù)也有所提高，最大改進(jìn)率達(dá)到14.96%。該試驗(yàn)結(jié)果令人滿(mǎn)意，證明了提出的主動(dòng)控制算法能有效實(shí)現(xiàn)車(chē)內(nèi)聲音品質(zhì)的改善。
[Abstract]:The vehicle interior noise is an important factor that affects the comfort , hearing , speech intelligibility and the recognition ability of various sound signals inside and outside the car . The noise level in the car has become one of the important performance indexes of car ride comfort .

Firstly , the speech intelligibility test is carried out for vehicle interior noise under typical working conditions for different vehicle models . The objective evaluation model of speech intelligibility in the vehicle is established by using the acoustic objective evaluation parameter to model the speech intelligibility in the vehicle . The objective evaluation model of the speech intelligibility in the vehicle is established by using the regression analysis method .

Secondly , on the basis of analyzing the noise characteristics of the vehicle , the characteristics band division of the noise in the vehicle is carried out according to the ERB , and the noise samples are processed by using the parametric filtering technology . The sensitivity of the noise sound pressure level in the vehicle is analyzed . The sensitivity of the noise sound pressure level in the vehicle is analyzed . The sensitivity of the noise sound pressure level in the vehicle is analyzed . The sensitivity band of the characteristic frequency band is concentrated in the characteristic frequency band 5 and the characteristic frequency band of the vehicle . The sensitivity frequency band of the acoustic pressure level of the characteristic frequency band is concentrated in the first five characteristic frequency bands .

In order to find out the optimal target for the active control of speech intelligibility in vehicles , the characteristics of low frequency characteristic frequency band components in vehicle interior noise are further analyzed . Six characteristic frequency bands of five kinds of test levels are designed , and the optimal combination of each characteristic frequency band in vehicle interior noise is obtained by using the language definition index and the objective evaluation model score of sound quality . Based on the optimal combination of the characteristic frequency bands of the test indexes , the paper proves that the optimal combination control has the capability of improving the speech intelligibility and sound quality in the vehicle .

In this paper , an active control algorithm based on FSLLMS is proposed . The algorithm uses ERB to divide the characteristic frequency band , which can realize the selective cancellation or supplement different characteristic band noise sound pressure level . In the simulation environment of Matlab / Simulink , the active control simulation of the speech intelligibility and sound quality in the vehicle is improved . The speech intelligibility in the vehicle is improved , the objective evaluation model of the speech intelligibility in the vehicle is optimized to achieve the optimal active control , the noise sound pressure level can be effectively reduced , and the speech intelligibility index is improved by 14.3 % ;
improve that sound quality in the vehicle , make the objective evaluation model score of the sound quality reach the optimal active control , optimize the comprehensive performance of the sound quality , and the optimization rate reaches 8.93 % .

In the end , the vehicle interior language definition adaptive active controller with independent intellectual property is designed , the corresponding control program is written , and the vehicle interior speech intelligibility adaptive active control system is constructed . The vehicle interior noise real vehicle control test is carried out under the condition of 60km / h , 100km / h and 120km / h .
improve that sound quality in the vehicle , make the objective evaluation model score of the sound quality achieve the optimal active control , can improve the sound quality in the vehicle , the maximum improvement rate is 14.48 % , the language clarity index of the vehicle is improved , the maximum improvement rate reaches 14.96 % , the result of the test is satisfactory , and the proposed active control algorithm can effectively realize the improvement of sound quality in the vehicle .
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2013
【分類(lèi)號(hào)】：U467.493;U461.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張承云;蔡陽(yáng)生;;頻響范圍對(duì)語(yǔ)言清晰度的影響[J];電聲技術(shù);2007年11期

2 祝培生;莫方朔;路曉東;胡沈健;;語(yǔ)言清晰度客觀評(píng)價(jià)方法——對(duì)IEC 60268-16(4.0版,2011.6)規(guī)范的解讀[J];電聲技術(shù);2012年05期

3 李齊勛,駱學(xué)聰,陳懷民;人民大會(huì)堂的擴(kuò)聲系統(tǒng)（下）[J];電聲技術(shù);1996年11期

4 徐永成,溫熙森,陳循,溫激鴻;有源消聲技術(shù)與應(yīng)用述評(píng)[J];國(guó)防科技大學(xué)學(xué)報(bào);2001年02期

5 彭健新;呂永鑫;劉小俊;路曉東;;漢語(yǔ)母語(yǔ)聽(tīng)音人的室內(nèi)漢語(yǔ)與英語(yǔ)語(yǔ)言清晰度比較[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

6 王登峰;劉宗巍;梁杰;王世剛;姜吉光;;車(chē)內(nèi)噪聲品質(zhì)的主觀評(píng)價(jià)試驗(yàn)與客觀量化描述[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2006年S2期

7 劉宗巍;王登峰;姜吉光;梁杰;王世剛;;用主動(dòng)噪聲控制法改善車(chē)內(nèi)聲品質(zhì)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2008年02期

8 常振臣,王登峰,周淑輝,盧延輝;神經(jīng)網(wǎng)絡(luò)方法在車(chē)內(nèi)噪聲信號(hào)預(yù)測(cè)中的應(yīng)用[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2003年01期

9 舒歌群,劉寧;車(chē)輛及發(fā)動(dòng)機(jī)噪聲聲音品質(zhì)的研究與發(fā)展[J];汽車(chē)工程;2002年05期

10 鄭鄖;RASTI方法及其對(duì)轎車(chē)內(nèi)噪聲的評(píng)價(jià)[J];汽車(chē)科技;2000年01期

相關(guān)博士學(xué)位論文 前4條

1 朱從云;主動(dòng)吸聲降噪理論與方法研究[D];華中科技大學(xué);2005年

2 林耀榮;自適應(yīng)濾波理論及其在回波消除中的應(yīng)用研究[D];華南理工大學(xué);1999年

3 劉宗巍;車(chē)內(nèi)噪聲聲品質(zhì)建模分析與自適應(yīng)主動(dòng)控制研究[D];吉林大學(xué);2007年

4 孫強(qiáng);基于人工神經(jīng)網(wǎng)絡(luò)的汽車(chē)聲品質(zhì)評(píng)價(jià)與應(yīng)用研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前1條

1 饒偉;車(chē)內(nèi)聲品質(zhì)評(píng)價(jià)模型的建立及應(yīng)用研究[D];吉林大學(xué);2008年

本文編號(hào)：1948375